kedro — Kedro is a toolbox for production-ready data science. It uses software engineering best practices to help you create data engineering and data science pipelines that are reproducible, maintainable, and modular.
実装難易度
Easy
推論・学習コスト
Medium
想定用途
プロダクションリードデータサイエンスのツールボックス
概要
プロダクションリードデータサイエンスを実現するためのツールボックスです。データエンジニアリングとデータサイエンスパイプラインを再現性、メンテナンス性、モジュール性を持つものにすることができます。
何が新しいか
プロダクションリードデータサイエンスを実現するためのツールボックスです。データエンジニアリングとデータサイエンスパイプラインを再現性、メンテナンス性、モジュール性を持つものにすることができます。
何に使えるか
プロダクションリードデータサイエンスのツールボックス
実装情報
- GitHub URL
- あり
実装チェックリスト
実装または配布ページ
OKコードまたはモデル配布ページから検証を始められます。
一次情報リンク
OKGitHub
検証しやすさ
OK実装またはモデル配布ページから試せる可能性が高いです。
計算資源
未取得推論中心なら軽めですが、再学習時はGPUが必要になる可能性があります。
ライセンス
未取得配布元のLICENSE、モデルカード、Paperの利用条件を確認してください。
商用利用
未取得研究利用限定、データセット由来制限、API規約の有無を確認してください。
自社データで試すなら
製造業・材料開発のExcel/CSVデータに落とし込むための最初の手順です。
- 1まず自社データを、入力条件、目的変数、評価したい指標に分けて整理します。
- 2LightGBMやRandom Forestなどのベースラインを先に作り、この手法と比較します。
- 3評価指標はR2/RMSE、AUC、異常検知の再現率、実験回数削減率など、現場の意思決定に近いものを選びます。
- 4SHAPや特徴量重要度で、効いている因子が物理・化学・工程知識と矛盾しないか確認します。
実装難易度
Easy - 実装またはモデル配布ページから試せる可能性が高いです。
必要リソース
- GPU目安: Medium
- データセット: 論文・リポジトリ側の指定を確認してください。
- 学習要否: 推論だけで試せる可能性があります。
- 推論中心なら軽めですが、再学習時はGPUが必要になる可能性があります。
実務で使う場合の注意点
- ライセンスと商用利用条件は、Paper / GitHub / Hugging Face の配布元で確認してください。
- 精度、再現性、計算コストはデータセットや評価条件に依存します。
- 個人情報や機密データを扱う場合は、入力データの保存先と外部API利用条件を確認してください。
関連記事
airflow — Apache Airflow - A platform to programmatically author, schedule, and monitor workflows
airflowは、Apache Airflowフレームワークで、ワークフローの定義・スケジュール・監視が可能である。
argo-workflows — Workflow Engine for Kubernetes
argo-workflowsは、Kubernetes用のワークフローエンジンです。
dagster — An orchestration platform for the development, production, and observation of data assets.
dagsterは、データアセットの開発、生産、観察に使用されるオーケストレーションプラットフォームです。
polyaxon — Open Source AI Infra & Engineering Control Plane
この研究では、ランダム性を含むデータを解析するために、機械学習の手法であるDiffusion モデルの改良を導入しました。新しい手法は、Diffusion モデルを使用してランダム性を含むデータを生成し、それを使用してデ